matlab最优化问题的函数fminbnd,fmincon,globalsearch,（multistart）（全局最优）（优化算法对比分析包括fit）

上一个博文中介绍了globalsearch和multistart的异同，以及选择时的参考，本文着重介绍multistart。

④multistart（全局最优）（找多个局部最小值）

下面这个例子在globalsearch中使用过，在这里可以只是换一下符号，再次使用。可以看出两个函数设置基本相同。
实例（六驼峰最小值问题）

rng default  ％对于再现性 
gs = multistart ;
fun6 = @（x）（4 * x（1）^ 2  -  2.1 * x（1）^ 4 + x（1）^ 6/3 ...
    + x（1）* x（2） -  4 * x（2）^ 2 + 4 * x（2）^ 4）;
problem = createOptimProblem（'fmincon'，'x0'，[ -  1,2]，... 
    'objective'，fun6，'lb'，[ -  3，-3]，'ub'，[3,3]） ;
[x,fval]  = run（gs，problem）

另一种表示
构造函数

function f = fun6(x)
f = （4 * x（1）^ 2  -  2.1 * x（1）^ 4 + x（1）^ 6/3 ...
        + x（1）* x（2） -  4 * x（2）^ 2 + 4 * x（2）^ 4）;
end

主优化程序

x0=[-1,2];
LB=[-3,-3];
UB=[3,3];
f = @(data)fun6(data);
problem = createOptimProblem('fmincon','objective',f,'x0',x0,'lb',LB,'ub',UB,'options',optimset('Algorithm','SQP','DISP','none');
gs = multistart;
[x,fval] = run(gs,problem);